买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京踏歌智行科技有限公司申请的专利一种面向非结构化道路的快速语义地图构建方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116246033B 。

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310012841.3，技术领域涉及：G06T17/05；该发明授权一种面向非结构化道路的快速语义地图构建方法是由张尊君;陆云超;席鹏;刘意琮;梁启君设计研发完成，并于2023-01-05向国家知识产权局提交的专利申请。

本一种面向非结构化道路的快速语义地图构建方法在说明书摘要公布了：本发明涉及一种面向非结构化道路的快速语义地图构建方法，属于自动驾驶技术技术领域，解决了现有技术中现有面向矿区场景的高精地图构建精度低、速度慢等问题。本发明的语义地图模型将点云栅格化，并将栅格化后的点的圆柱体特征进行栅格点云特征提取；通过下采样与上采样处理，同时添加RGB支路。在采样过程中使用基于RGB信息的多模态焦点卷积，通过RGB支路输出的RGB颜色信息对点云栅格周围进行点云重要性分析，以确定多模态焦点卷积的形状。最后输出的特征再次使用MLP进行点特征提取，与最开始的点特征进行融合，对栅格内的点进行细化，提高了点云识别准确性，使得获得的地图精度高、地图构建速度快。

本发明授权一种面向非结构化道路的快速语义地图构建方法在权利要求书中公布了：1.一种面向非结构化道路的快速语义地图构建方法，其特征在于，具体步骤包括： 步骤1、构建语义分割模型； 步骤11、获得同时刻的图片与点云数据； 步骤12、圆柱体栅格化点云数据，获得点云栅格单元和点的圆柱体特征，基于点的圆柱体特征和MLP多层神经网络获得每个点云栅格单元的特征的张量； 步骤13、对点云栅格单元的点进行下采样； 步骤131、将每个点云栅格单元的特征的张量输入非对称残差块；输出稀疏卷积特征的张量； 步骤132、多模态焦点卷积下采样： 对每个圆柱体栅格进行子流形空洞卷积获得每个圆柱体栅格位置的输出形状； 将图片的RGB像素点信息投影到每个点云栅格单元中的点云数据上，为每个点云栅格单元中的每个点赋值RGB像素点信息，获得RGB点云栅格单元； 对RGB点云栅格单元的点进行稀疏卷积特征提取并通过sigmoid函数进行重要性概率计算，获得卷积核中位置k处的三次重要性图Ik p和三次重要性图的中心I0 p； 基于卷积核中位置k处的三次重要性图Ik p和三次重要性图的中心I0 p选择重要栅格； 基于每个圆柱体栅格位置的输出形状和重要栅格的卷积核的位置，生成卷积核动态卷积输出位置pout； 对卷积核动态卷积输出位置pout进行多模态焦点卷积获得下采样输出特征的张量； 步骤14、对点云栅格单元的点进行上采样； 步骤141、多模态焦点卷积上采样： 输入下采样输出特征的张量，基于RGB点云栅格单元进行多模态焦点反卷积获得反卷积后特征的向量； 将下采样输出特征的张量与反卷积后特征的张量进行拼接，获得拼接特征的张量；将拼接特征的张量输入非对称残差块；获得上采样输出栅格特征； 步骤142、对获得上采样输出栅格特征进行上采样，获得每个点的下采样和上采样叠加特征的张量； 步骤15、使用步骤12获得的每个点的MLP点特征细化每个点的下采样和上采样叠加特征的张量；利用损失函数获取每个细化后的点的类别概率，以每个点的最高类别概率作为该点的点标签； 步骤2、构建实时语义地图； 采集无人驾驶车的实时GPS-IMU数据和实时雷达点云数据； 使用步骤1构建的语义分割模型对获取的每帧实时点云数据中每个点的标签，形成关键帧语义点云； 叠加所有关键帧语义点云获得语义地图，对语义地图进行下采样，生成语义RGB地图。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京踏歌智行科技有限公司，其通讯地址为：100176 北京市大兴区北京经济技术开发区科谷一街10号院2号楼9层901；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。